基于VMD-ISSA-LSTM的短期光伏发电 功率预测OA北大核心CSTPCD
针对光伏发电功率存在随机波动性的问题,提出基于变分模态分解(variational mode decomposition,VMD)和改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化长短期记忆(long short term memory,LSTM)神经网络的短期光伏发电功率预测方法。首先,通过VMD算法将多维光伏特征数据分解为若干不同频率的本征模态和残差分量,以降低原始序列的非平稳性;然后,采用…查看全部>>
彭宇文;杨之乐;李冰;张豪;周邦昱
广东碳中和研究院,广东韶关512000中国科学院深圳先进技术研究院,广东深圳518000广东碳中和研究院,广东韶关512000广东碳中和研究院,广东韶关512000广东碳中和研究院,广东韶关512000
动力与电气工程
光伏发电功率变分模态分解改进麻雀搜索算法长短期记忆神经网络
《广东电力》 2024 (1)
P.18-26,9
国家自然科学基金项目(52077213)韶关市“南岭团队计划”项目(220212207220502)。
评论